6 - Grafos e Machine Learning: Passeios aleatórios e embeddings
michel3540
21 de ago.
1 min de leitura
Continue essa jornada matemática
No próximo artigo desta série, "O Laplaciano do grafo: a peça que conecta redes e dinâmica", vamos conhecer outra matriz derivada da matriz de adjacência, o Laplaciano, e ver como seus autovalores revelam propriedades globais da rede, como facilmente a informação se espalha por ela, e como dividi-la em comunidades, uma ponte direta com o Volume V desta coleção, sobre Sistemas Dinâmicos.
No Volume III, Teoria das Redes, desenvolvo passeios aleatórios e cadeias de Markov sobre grafos com mais profundidade, incluindo a demonstração completa de convergência para a distribuição estacionária que já usamos, sem prova formal, no artigo do PageRank.
Comentários